Análise Exploratória - Ofertas relâmpago

1) Introdução

As ofertas relâmpago são um tipo de oferta que possui uma duração pré-definida de algumas horas e também um percentual de unidades (estoque) preparados para essas vendas

2) Objetivo da análise

O objetivo dessa análise exploratória é encontrar insights sobre esse tipo de oferta, como:

• Comparar feriados e dias normais
• Comparar dias da semana
• Comparar períodos do dia
• Ter uma visão geral da quantidade de vendas e valor vendido
• Ter uma visão geral por categoria

3) Conjunto de dados

Esse conjunto de dados foi fornecido para a realização do teste e é composto pelas seguintes informações:

• OFFER_START_DATE : Data de início da venda relâmpago
• OFFER_START_DTTM : Data e hora de início da venda relâmpago
• OFFER_FINISH_DTTM : Data e hora de fim da venda relâmpago
• OFFER_TYPE : Tipo de venda
• INVOLVED_STOCK : Qtd. de produtos separados para a venda relâmpago
• REMAINING_STOCK_AFTER_END : Qtd de produtos restantes após a venda relâmpago
• SOLD_AMOUNT : Total em R$ em vendas por produto
• SOLD_QUANTITY : Quantidade vendida por produto
• ORIGIN :
• SHIPPING_PAYMENT_TYPE : Forma de pagamento do frete
• DOM_DOMAIN_AGG1 : Grupo do produto
• VERTICAL : Categoria do produto
• DOMAIN_ID : Identificador do produto

3.2 - Preparação do dataset

import pandas as pd
from datetime import datetime
import extract_hollidays as ext
import os
import numpy as np
import plotly.express as px
import plotly.graph_objects as go
import locale 

locale.setlocale(locale.LC_ALL, "pt_BR.utf8")

'pt_BR.utf8'

df_vendas_relampago = pd.read_csv("datasets/ofertas_relampago.csv", parse_dates=['OFFER_START_DATE', 'OFFER_START_DTTM', 'OFFER_FINISH_DTTM'], infer_datetime_format=True)

len(df_vendas_relampago)

48746

values = {"SOLD_AMOUNT": 0, "SOLD_QUANTITY": 0}
df_vendas_relampago.fillna(value=values, inplace=True)

min(df_vendas_relampago.OFFER_START_DATE), max(df_vendas_relampago.OFFER_START_DATE)

(Timestamp('2021-06-01 00:00:00'), Timestamp('2021-07-31 00:00:00'))

df_vendas_relampago.head(2)

	OFFER_START_DATE	OFFER_START_DTTM	OFFER_FINISH_DTTM	OFFER_TYPE	INVOLVED_STOCK	REMAINING_STOCK_AFTER_END	SOLD_AMOUNT	SOLD_QUANTITY	ORIGIN	SHIPPING_PAYMENT_TYPE	DOM_DOMAIN_AGG1	VERTICAL	DOMAIN_ID
0	2021-06-22	2021-06-22 16:00:00+00:00	2021-06-22 23:02:43+00:00	lightning_deal	4	-2	4.72	6.0	A	none	PETS FOOD	CPG	MLM-BIRD_FOODS
1	2021-06-22	2021-06-22 13:00:00+00:00	2021-06-22 19:00:02+00:00	lightning_deal	5	5	0.00	0.0	NaN	free_shipping	PET PRODUCTS	OTHERS	MLM-ANIMAL_AND_PET_PRODUCTS

3.2.1 - Extração e preparação da base de feriados

csv_feriados = "datasets/dataset_datas_comem_feriados.csv"

if ~(os.path.exists(csv_feriados)):
    # Extrair base de feriados de junho/2021 caso a base não exista
    hollidays = ext.GetHollidays()
    hollidays.get_holidays()

df_feriados = pd.read_csv(csv_feriados, parse_dates=['Date'], infer_datetime_format=True)
df_feriados["Date"] = pd.to_datetime(df_feriados['Date'], utc=True)
df_feriados['Date'] = df_feriados['Date'].dt.strftime("%Y-%m-%d")

df_feriados = df_feriados[df_feriados['Date'] != '2021-06-21']

3.2.2 - Criar variáveis analíticas

def classify_hours(date):
    hour = date.hour
    if hour >= 6 and hour < 12:
        return "manhã"
    elif hour >= 12 and hour < 18:
        return "tarde"
    else:
        return "noite"

# Obter somente a data 
df_vendas_relampago['OFFER_FINISH_DATE'] = df_vendas_relampago['OFFER_FINISH_DTTM'].dt.strftime("%Y-%m-%d")

# Obter dia da semana
df_vendas_relampago['OFFER_START_WEEKDAY'] =  df_vendas_relampago['OFFER_START_DATE'].dt.strftime("%A")
df_vendas_relampago['OFFER_START_WEEKDAY_ORDER'] =  df_vendas_relampago['OFFER_START_DATE'].dt.strftime("%w")

## Classificar a hora em manhã (morning), tarde (afternoon) e noite (night)
df_vendas_relampago["OFFER_START_PERIOD"] = df_vendas_relampago["OFFER_START_DTTM"].apply(classify_hours)
df_vendas_relampago["OFFER_START_PERIOD_ORDER"] = np.where(df_vendas_relampago["OFFER_START_PERIOD"] == 'manhã', 0 ,np.where(df_vendas_relampago["OFFER_START_PERIOD"] == 'tarde', 1, 2))

# Tratar datas para considerar somente data/hora e minutos
df_vendas_relampago['OFFER_START_DTTM'] = df_vendas_relampago['OFFER_START_DTTM'].dt.strftime("%Y-%m-%d %H:%M:%S")

# verificar se a promoção ocorreu no mesmo dia somente
df_vendas_relampago['OFFER_SAME_DAY'] = np.where(pd.to_datetime(df_vendas_relampago['OFFER_START_DATE'])  == pd.to_datetime(df_vendas_relampago['OFFER_FINISH_DATE']),1,0)

# Verificar se a data de início ou o fim é em um feriado, caso seja em um feriado, obter o nome desse feriado também
df_feriados["Date"] = pd.to_datetime(df_feriados['Date'])
df_vendas_relampago = df_vendas_relampago.merge(df_feriados, left_on='OFFER_START_DATE', right_on='Date', how="left")
df_vendas_relampago.rename(columns={"Name": "OFFER_START_HOLIDAY", "Date": "OFFER_START_HOLIDAY_DATE"}, errors="raise", inplace=True)


df_vendas_relampago["OFFER_FINISH_DATE"] = pd.to_datetime(df_vendas_relampago['OFFER_FINISH_DATE'])
df_vendas_relampago = df_vendas_relampago.merge(df_feriados, left_on='OFFER_FINISH_DATE', right_on='Date', how="left")
df_vendas_relampago.rename(columns={"Name": "OFFER_FINISH_HOLIDAY", "Date": "OFFER_FINISH_HOLIDAY_DATE"}, errors="raise", inplace=True)

df_vendas_relampago[df_vendas_relampago['OFFER_START_HOLIDAY'].notnull()][:3]

	OFFER_START_DATE	OFFER_START_DTTM	OFFER_FINISH_DTTM	OFFER_TYPE	INVOLVED_STOCK	REMAINING_STOCK_AFTER_END	SOLD_AMOUNT	SOLD_QUANTITY	ORIGIN	SHIPPING_PAYMENT_TYPE	...	OFFER_FINISH_DATE	OFFER_START_WEEKDAY	OFFER_START_WEEKDAY_ORDER	OFFER_START_PERIOD	OFFER_START_PERIOD_ORDER	OFFER_SAME_DAY	OFFER_START_HOLIDAY	OFFER_START_HOLIDAY_DATE	OFFER_FINISH_HOLIDAY	OFFER_FINISH_HOLIDAY_DATE
2795	2021-06-12	2021-06-12 13:00:00	2021-06-12 16:16:24+00:00	lightning_deal	15	-7	54.23	22.0	NaN	none	...	2021-06-12	sábado	6	tarde	1	1	Brazilian Valentine's Day	2021-06-12	Brazilian Valentine's Day	2021-06-12
2796	2021-06-12	2021-06-12 07:00:00	2021-06-12 11:37:44+00:00	lightning_deal	15	0	31.15	15.0	NaN	none	...	2021-06-12	sábado	6	manhã	0	1	Brazilian Valentine's Day	2021-06-12	Brazilian Valentine's Day	2021-06-12
2797	2021-06-12	2021-06-12 19:00:00	2021-06-13 01:00:03+00:00	lightning_deal	15	15	0.00	0.0	NaN	none	...	2021-06-13	sábado	6	noite	2	0	Brazilian Valentine's Day	2021-06-12	NaN	NaT

3 rows × 23 columns

4) Exploração dos dados

4.1 - Gráficos (Visão Geral)

def format_currency(s):
    s = locale.currency(s, grouping=True)
    return s

Base sumarizada de ofertas por dia:

df_ofertas = df_vendas_relampago.groupby(['OFFER_START_DATE']).agg({
    "SOLD_QUANTITY": sum,
    "SOLD_AMOUNT": sum,
    "INVOLVED_STOCK": sum,
    "OFFER_START_DTTM": "count",
    "OFFER_START_HOLIDAY": max,
    "OFFER_START_WEEKDAY": max,
    "OFFER_START_WEEKDAY_ORDER": max
}).reset_index()
df_ofertas.rename(columns={"OFFER_START_DTTM": "QTD_OFFERS"}, inplace=True)
df_ofertas['MEDIAN'] = df_ofertas['QTD_OFFERS'].median()
df_ofertas['MEAN'] = df_ofertas['QTD_OFFERS'].mean()
df_ofertas['MEDIAN_AMOUNT'] = df_ofertas['SOLD_AMOUNT'].median()
df_ofertas['SOLD_AMOUNT_FORM'] = df_ofertas['SOLD_AMOUNT'].apply(format_currency)
df_ofertas['MEDIAN_SOLD_QTD'] = df_ofertas['SOLD_QUANTITY'].median()
df_ofertas['START_HOLIDAY'] = np.where(df_ofertas['OFFER_START_HOLIDAY'].notnull(),1,0)

• Distribuição do total de ofertas relâmpago:

fig = px.box(df_ofertas, y="QTD_OFFERS",
 title='Distribuição do total de ofertas relâmpago',
             labels={
            'QTD_OFFERS': "Total de ofertas",
            'OFFER_START_DATE': "Data de início"
            })
fig.update_layout(height=400, width=400, yaxis=None)
fig.show()

Nesse gráfico temos a distribuição da quantidade de produtos em promoção relâmpago, com a quantidade de promoções diárias variando de 254 a 1300 por dia e dá para verificar que a mediana separa muito bem esses dados (acima de 816 e abaixo de 816 promoções por dia).

len(df_ofertas[df_ofertas["QTD_OFFERS"] >= 816]), len(df_ofertas[df_ofertas["QTD_OFFERS"] < 816])

(31, 30)

• Quantidade de ofertas relâmpago por dia

fig = px.bar(df_ofertas, x='OFFER_START_DATE', y='QTD_OFFERS', 
             title='Ofertas relâmpago por dia',
             labels={
            'QTD_OFFERS': "Total de ofertas",
            'OFFER_START_DATE': "Data de início"
            },
            color_discrete_sequence=px.colors.carto.Earth_r,
            hover_data=["OFFER_START_DATE",'QTD_OFFERS'],
            opacity=0.4
            )

fig.update_layout(yaxis_title=None )
l = px.line(
    df_ofertas, x="OFFER_START_DATE", y="MEDIAN"
).update_traces(line_color="green")

fig.add_traces(l.data)

fig.show()

print(df_ofertas.MEDIAN[0]), print(df_ofertas.MEAN[0]);

816.0
799.1147540983607

Nesse gráfico podemos observar a quantidade diária de ofertas em relação a mediana e podemos acompanhar melhor em quais dias tivemos mais produtos com ofertas relâmpago. A base encontra-se bem distribuída com a mediana e média muito próximas. Temos então em média 816 produtos diferentes em promoção relâmpago por dia nesse período analisado (01/06/2021 a 31/07/2021)

• Valor total diário x valor médio de vendas

df_ofertas['MEDIAN_AMOUNT'] = df_ofertas['SOLD_AMOUNT'].median()
fig = px.bar(df_ofertas,
             x='OFFER_START_DATE', y='SOLD_AMOUNT', 
             title='Total em R$ de ofertas relâmpago por dia',
             labels={
            'SOLD_AMOUNT': "Total de vendas (Em R$)",
            'OFFER_START_DATE': "Data de início"
            },
            color_discrete_sequence=px.colors.carto.Earth_r,
            hover_data=["OFFER_START_DATE",'SOLD_AMOUNT'],
            opacity=0.4,

            )
fig.update_layout(yaxis_title=None )
l = px.line(
    df_ofertas, x="OFFER_START_DATE", y="MEDIAN_AMOUNT"
).update_traces(line_color="green")

fig.add_traces(l.data)

fig.show()

Nesse gráfico podemos observar o valor total vendido em relação a mediana e podemos acompanhar melhor em quais dias tivemos boas vendas em comparação ao valor mediano. Temos então, no período analisado um valor médio de R$ 17.940,64 em vendas de produtos em promoção relâmpago.

• Quantidade de vendas por dia

df_ofertas['MEDIAN_SOLD_QTD'] = df_ofertas['SOLD_QUANTITY'].median()
fig = px.bar(df_ofertas,
             x='OFFER_START_DATE', y='SOLD_QUANTITY', 
             title='Total de produtos vendidos em ofertas relâmpago por dia',
             labels={
            'SOLD_QUANTITY': "Quantidade total de produtos vendidos por dia",
            'OFFER_START_DATE': "Data de início"
            },
            color_discrete_sequence=px.colors.carto.Earth_r,
            hover_data=["OFFER_START_DATE",'SOLD_QUANTITY'],
            opacity=0.4,

            )
fig.update_layout(yaxis_title=None )
l = px.line(
    df_ofertas, x="OFFER_START_DATE", y="MEDIAN_SOLD_QTD"
).update_traces(line_color="green")

fig.add_traces(l.data)

fig.show()

Nesse gráfico podemos observar a quantidade de produtos vendidos em relação a mediana e podemos acompanhar melhor em quais dias tivemos boas vendas em comparação ao valor mediano. Temos então, no período analisado uma quantidade média de 3865 produtos vendidos diariamente em vendas de produtos em promoção relâmpago nesse período.

• Base agupando por dia da semana

weekday_df = df_ofertas.groupby(["OFFER_START_WEEKDAY", "OFFER_START_WEEKDAY_ORDER"]).agg({
    'SOLD_QUANTITY': sum,
    'SOLD_AMOUNT': sum,
    'INVOLVED_STOCK':sum,
    'QTD_OFFERS': sum
}).reset_index()
weekday_df['SOLD_AMOUNT_FORM'] = weekday_df['SOLD_AMOUNT'].apply(format_currency)
weekday_df.sort_values(by=['OFFER_START_WEEKDAY_ORDER'], inplace=True, ascending=True)

weekday_df[:2]

	OFFER_START_WEEKDAY	OFFER_START_WEEKDAY_ORDER	SOLD_QUANTITY	SOLD_AMOUNT	INVOLVED_STOCK	QTD_OFFERS	SOLD_AMOUNT_FORM
0	domingo	0	20220.0	109591.57	151161	5834	R$ 109.591,57
3	segunda	1	44868.0	197662.01	266781	6307	R$ 197.662,01

• Quantidade de de produtos vendidos por dia da semana

fig = px.bar(weekday_df, x = "OFFER_START_WEEKDAY", 
             y = "SOLD_QUANTITY",
             title='Total de unidades de produtos vendidos em ofertas relâmpago por dia da semana',
             labels={
                'OFFER_START_WEEKDAY': "Dia da semana",
                'SOLD_QUANTITY': "Total de produtos vendidos"
            },
            color_discrete_sequence=px.colors.carto.Bold,
            hover_data=["OFFER_START_WEEKDAY",'SOLD_QUANTITY'],
            opacity=0.4,
            text = 'SOLD_QUANTITY'
)
fig.update_layout(yaxis_title=None, yaxis = None,  hovermode=False )
fig.update_yaxes(visible=False)
fig.show()

De forma geral a distribuiçãode vendas é bem parecida durante os dias com dias em que as vendas são um pouco melhores como segunda e terça e dias em que as vendas são bem menores como sábados e domingos

• Total (em R$) de produtos vendidos por dia da semana

fig = px.bar(weekday_df, x = "OFFER_START_WEEKDAY", 
             y = "SOLD_AMOUNT",
             title='Total de unidades de produtos vendidos em ofertas relâmpago por dia da semana',
             labels={
                'OFFER_START_WEEKDAY': "Dia da semana",
                'SOLD_AMOUNT': "Total de produtos vendidos"
            },
            color_discrete_sequence=px.colors.carto.Antique,
            hover_data=["OFFER_START_WEEKDAY",'SOLD_AMOUNT_FORM'],
            opacity=0.4,
            text = 'SOLD_AMOUNT_FORM'
)
fig.update_layout(yaxis_title=None, hovermode=False)
fig.update_yaxes(visible=False)
fig.show()

• Quantidade de produtos vendidos em feriados x dias comuns

df_ofertas['START_HOLIDAY'] = np.where(df_ofertas['OFFER_START_HOLIDAY'].notnull(),1,0)


df_feriados = df_ofertas.groupby('START_HOLIDAY').agg({'SOLD_QUANTITY':sum, 
                                                             "SOLD_AMOUNT":sum,
                                                             "INVOLVED_STOCK":sum,
                                                             "QTD_OFFERS":sum

                                                             }).reset_index()
df_feriados['SOLD_AMOUNT_FORM'] = df_feriados['SOLD_AMOUNT'].apply(format_currency)

df_feriados

	START_HOLIDAY	SOLD_QUANTITY	SOLD_AMOUNT	INVOLVED_STOCK	QTD_OFFERS	SOLD_AMOUNT_FORM
0	0	261527.0	1231123.26	1668861	47681	R$ 1.231.123,26
1	1	5181.0	27540.24	37615	1065	R$ 27.540,24

fig = px.bar(df_feriados, x = "START_HOLIDAY", 
             y = "SOLD_QUANTITY",
             title='Total de unidades de produtos vendidos em ofertas relâmpago por dias comuns X feriados',
             labels={
                'START_HOLIDAY': "Tipo do dia (feriado ou dia comum)",
                'SOLD_QUANTITY': "Total de produtos vendidos"
            },
            color_discrete_sequence=px.colors.carto.Antique,
            hover_data=["START_HOLIDAY",'SOLD_QUANTITY'],
            opacity=0.4,
            text = 'SOLD_QUANTITY'
)
fig.update_layout(yaxis_title=None, hovermode=False)
fig.update_xaxes(type='category')
fig.update_xaxes(
    ticktext=["Dias comuns", "Feriados"],
    tickvals=["0", "1"],
)
fig.show()

total = df_feriados.SOLD_QUANTITY.sum()
df_feriados.SOLD_QUANTITY / total * 100

0    98.057426
1     1.942574
Name: SOLD_QUANTITY, dtype: float64

Nessa base, a quantidade de produtos vendida em vendas relâmpago em feriados (9164) só corresponde a 3.43% do total de produtos vendidos (266708 produtos)

• Total (em R$) de produtos vendidos em feriados x dias comuns

fig = px.bar(df_feriados, x = "START_HOLIDAY", 
             y = "SOLD_AMOUNT",
             title='Total de unidades de produtos vendidos em ofertas relâmpago por dias comuns X feriados',
             labels={
                'START_HOLIDAY': "Tipo do dia (feriado ou dia comum)",
                'SOLD_AMOUNT': "Total de produtos vendidos"
            },
            color_discrete_sequence=px.colors.carto.Antique,
            hover_data=["START_HOLIDAY",'SOLD_AMOUNT'],
            opacity=0.4,
            text = 'SOLD_AMOUNT_FORM'
)
fig.update_layout(yaxis_title=None, hovermode=False)
fig.update_xaxes(type='category')
fig.update_xaxes(
    ticktext=["Dias comuns", "Feriados"],
    tickvals=["0", "1"],
)
fig.show()

total = df_feriados.SOLD_AMOUNT.sum()
df_feriados.SOLD_AMOUNT / total * 100

0    97.811946
1     2.188054
Name: SOLD_AMOUNT, dtype: float64

Observa-se na base que o valor total vendido em vendas relâmpago em feriados: 42.177,40, corresponde a 3.35% do faturamento total no período (1.258.663,50)

• Base de dados agrupada por período do dia

df_period = df_vendas_relampago.groupby(['OFFER_START_PERIOD','OFFER_START_PERIOD_ORDER']).agg({'SOLD_QUANTITY':sum, 
                                                             "SOLD_AMOUNT":sum,
                                                             "INVOLVED_STOCK":sum,
                                                             "OFFER_START_DTTM":"count"

                                                             }).reset_index()
df_period['SOLD_AMOUNT_FORM'] = df_period['SOLD_AMOUNT'].apply(format_currency)
df_period.rename(columns={"OFFER_START_DTTM": "QTD_OFFERS"}, inplace=True)
df_period.sort_values(by=['OFFER_START_PERIOD_ORDER'], inplace=True, ascending=True)

df_period[:2]

	OFFER_START_PERIOD	OFFER_START_PERIOD_ORDER	SOLD_QUANTITY	SOLD_AMOUNT	INVOLVED_STOCK	QTD_OFFERS	SOLD_AMOUNT_FORM
0	manhã	0	64109.0	259527.15	380922	14376	R$ 259.527,15
2	tarde	1	154091.0	772359.71	1110984	20910	R$ 772.359,71

• Quantidade de produtos vendidos por turno do dia

fig = px.bar(df_period, x = "OFFER_START_PERIOD_ORDER", 
             y = "SOLD_QUANTITY",
             title='Total de unidades de produtos vendidos em ofertas relâmpago por período do dia',
             labels={
                'OFFER_START_PERIOD_ORDER': "Período do dia",
                'SOLD_QUANTITY': "Total de produtos vendidos"
            },
            color_discrete_sequence=px.colors.carto.Armyrose,
            hover_data=["OFFER_START_PERIOD",'SOLD_QUANTITY'],
            opacity=0.5,
            text = 'SOLD_QUANTITY'
)
fig.update_layout(yaxis_title=None, hovermode=False)
fig.update_xaxes(type='category')
fig.update_xaxes(
    ticktext=df_period['OFFER_START_PERIOD'],
    tickvals=["0", "1","2"],
)
fig.show()

total = df_period.SOLD_QUANTITY.sum()
df_period.SOLD_QUANTITY / total * 100

0    24.037149
2    57.775170
1    18.187681
Name: SOLD_QUANTITY, dtype: float64

Verifica-se uma tendência de vendas maiores nesse dataset para o período da tarde (cerca de 58% do total de vendas), seguido pelo período da manhã e o período da noite.

• Total de produtos vendidos por turno do dia (em R$)

fig = px.bar(df_period, x = "OFFER_START_PERIOD_ORDER", 
             y = "SOLD_AMOUNT",
             title='Total (em R$) de unidades de produtos vendidos em ofertas relâmpago por período do dia',
             labels={
                'OFFER_START_PERIOD_ORDER': "Período do dia",
                'SOLD_AMOUNT': "Total (em R$) de produtos vendidos"
            },
            color_discrete_sequence=px.colors.carto.Earth,
            hover_data=["OFFER_START_PERIOD",'SOLD_AMOUNT'],
            opacity=0.5,
            text = 'SOLD_AMOUNT_FORM'
)
fig.update_layout(yaxis_title=None, hovermode=False)
fig.update_xaxes(type='category')
fig.update_xaxes(
    ticktext=df_period['OFFER_START_PERIOD'],
    tickvals=["0", "1","2"],
)
fig.show()

total = df_period.SOLD_AMOUNT.sum()
df_period.SOLD_AMOUNT / total * 100

0    20.619264
2    61.363479
1    18.017257
Name: SOLD_AMOUNT, dtype: float64

Esses 58% do total de vendas relâmpago a tarde são responsáveis por 61% do valor total vendido (em R$) no período analisado em vendas relâmpago no período da tarde. 61% do valor de 1.258.663,50

De uma forma geral, há um insight na base relacionado ao turno em que a oferta relâmpago é realizada. No período da tarde temos grande partes das vendas, sendo também a maior parte do valor total de vendas

Vendas por tipo de frete

• Base agrupada por tipo de frete

df_frete = df_vendas_relampago.groupby('SHIPPING_PAYMENT_TYPE').agg({   
        "SOLD_QUANTITY":sum,
        "SOLD_AMOUNT":sum,
        "INVOLVED_STOCK":sum,
        "OFFER_START_DTTM":"count"
}).reset_index()
df_frete.rename(columns={"OFFER_START_DTTM": "QTD_OFFERS"}, inplace=True)
df_frete['SHIPPING_PAYMENT_TYPE'] = np.where(df_frete['SHIPPING_PAYMENT_TYPE'] == 'none', 'pago_cliente', 'free_shipping')

df_frete

	SHIPPING_PAYMENT_TYPE	SOLD_QUANTITY	SOLD_AMOUNT	INVOLVED_STOCK	QTD_OFFERS
0	free_shipping	64347.0	748536.12	592537	26658
1	pago_cliente	202361.0	510127.38	1113939	22088

fig = px.bar(df_frete, x = "SHIPPING_PAYMENT_TYPE", 
             y = "SOLD_QUANTITY",
             title='Total de unidades de produtos vendidos em ofertas relâmpago por período do dia',
             labels={
                'SHIPPING_PAYMENT_TYPE': "Tipo de frete",
                'SOLD_AMOUNT': "Total de produtos vendidos"
            },
            color_discrete_sequence=px.colors.carto.Burg_r,
            hover_data=["SHIPPING_PAYMENT_TYPE",'SOLD_QUANTITY'],
            opacity=0.5,
            text = 'SOLD_QUANTITY'
)
fig.update_layout(yaxis_title=None, hovermode=False)
fig.update_xaxes(type='category')
fig.update_xaxes(
    ticktext=["Frete grátis", "Frete pago pelo cliente"],
    tickvals=["0", "1"],
)
fig.show()

Gráficos por categoria

Vamos verificar agora o comportamento dos dados em relação a categoria dos produtos:

df_ofertas_cat = df_vendas_relampago.groupby(['OFFER_START_DATE','VERTICAL']).agg({
        "SOLD_QUANTITY":sum,
        "SOLD_AMOUNT":sum,
        "INVOLVED_STOCK":sum,
        "OFFER_START_DTTM":"count"
}).reset_index()
df_ofertas_cat.rename(columns={"OFFER_START_DTTM": "QTD_OFFERS"}, inplace=True)

df_ofertas_cat[:5]

	OFFER_START_DATE	VERTICAL	SOLD_QUANTITY	SOLD_AMOUNT	INVOLVED_STOCK	QTD_OFFERS
0	2021-06-01	ACC	41.0	220.00	510	48
1	2021-06-01	APP & SPORTS	257.0	1604.70	2381	257
2	2021-06-01	BEAUTY & HEALTH	1903.0	5406.73	14528	100
3	2021-06-01	CE	275.0	3880.74	2116	193
4	2021-06-01	CPG	84.0	389.55	585	46

Quantidade de ofertas por categoria

• Ofertas por data e categoria do produto

fig = px.bar(df_ofertas_cat, x='OFFER_START_DATE', y='QTD_OFFERS', 
             color="VERTICAL", title='Ofertas relâmpago por Categoria',
             labels={
            'QTD_OFFERS': "Total de ofertas",
            "VERTICAL": "Categorias",
            'OFFER_START_DATE': "Data de início"
            },
            hover_data=["VERTICAL",'OFFER_START_DATE', 'QTD_OFFERS'],
            color_discrete_sequence=px.colors.sequential.ice_r,
            opacity=0.7
            )
fig.update_layout(yaxis_title=None )
fig.show()

• Turnos de ofertas por categoria

df_turnos_ofertas_cat = df_vendas_relampago.groupby(['OFFER_START_PERIOD','VERTICAL'])[['OFFER_START_PERIOD_ORDER','VERTICAL']].value_counts().reset_index()
df_turnos_ofertas_cat.rename(columns={0: "QTDE"}, inplace=True)
df_turnos_ofertas_cat.sort_values(by=['OFFER_START_PERIOD_ORDER','VERTICAL'], inplace=True, ascending=True)

fig = px.bar(df_turnos_ofertas_cat, x="QTDE", y="OFFER_START_PERIOD", color='VERTICAL', orientation='h',
             title='Turnos de ofertas relâmpago por Categoria',
             labels={
            'QTDE': "Total de ofertas",
            "VERTICAL": "Categorias",
            'OFFER_START_PERIOD': "Turno da oferta relâmpago"
            },
            category_orders={"OFFER_START_PERIOD": ["manhã", "tarde", "noite"]},
            hover_data=["VERTICAL",'OFFER_START_PERIOD', 'QTDE'],
            color_discrete_sequence=px.colors.sequential.ice_r,
            opacity=0.7,
)
fig.update_layout(yaxis_title=None )
fig.show()

Nesse gráfico podemos verificar que, de forma geral no período da tarde temos um aumento de ofertas em todas as categorias

• Ofertas por dia da semana

df_ofertas_weekday = df_vendas_relampago.groupby(['OFFER_START_WEEKDAY','VERTICAL'])[['OFFER_START_WEEKDAY_ORDER','VERTICAL']].value_counts().reset_index()
df_ofertas_weekday.rename(columns={0: "QTDE"}, inplace=True)
df_ofertas_weekday.sort_values(by=['OFFER_START_WEEKDAY_ORDER','VERTICAL'], inplace=True, ascending=True)

fig = px.bar(df_ofertas_weekday, x='OFFER_START_WEEKDAY', y='QTDE', 
             color="VERTICAL", title='Ofertas relâmpago por dia da semana',
             labels={
            'QTDE': "Total de ofertas",
            "VERTICAL": "Categorias",
            'OFFER_START_WEEKDAY': "Dia da semana"
            },
            hover_data=["VERTICAL",'OFFER_START_WEEKDAY', 'QTDE'],
            color_discrete_sequence=px.colors.sequential.ice_r,
            opacity=0.7
            )
fig.update_layout(yaxis_title=None )
fig.show()

Em relação ao dia da semana, a proporção da quantidade de ofertas em relação as categorias é bem similar, não havendo alterações tão significativas, com os maiores valores na terça e na sexta em geral

Produtos vendidos por categoria

df_ofertas_cat = df_vendas_relampago.groupby(['VERTICAL']).agg({
    'SOLD_QUANTITY':sum,
    'SOLD_AMOUNT':sum
}).reset_index()
df_ofertas_cat['SOLD_AMOUNT_FORM'] = df_ofertas_cat['SOLD_AMOUNT'].apply(format_currency)
df_ofertas_cat.sort_values(by=['VERTICAL'], inplace=True, ascending=True)

- Quantidade de produtos por categoria

fig = px.bar(df_ofertas_cat, x='VERTICAL', y='SOLD_QUANTITY', 
              title='Produtos vendidos nas ofertas relâmpago por categoria',
             labels={
            'SOLD_QUANTITY': "Total de produtos vendidos",
            "VERTICAL": "Categorias"
            },
            color_discrete_sequence=px.colors.carto.Geyser_r,
            opacity=0.5,
            text = 'SOLD_QUANTITY'
            )
fig.update_layout(yaxis_title=None, hovermode=False)
fig.show()

total = df_ofertas_cat.SOLD_QUANTITY.sum()
df_ofertas_cat.SOLD_QUANTITY / total * 100

0     1.933200
1     9.620259
2    66.792522
3     8.186106
4     2.135669
5     0.133854
6    10.183797
7     0.133854
8     0.880738
Name: SOLD_QUANTITY, dtype: float64

Nas vendas relâmpago, a categoria mais vendida é a de produtos de beleza e saúde (BEAUTY & HEALTH), representando 66,8% do total das vendas, seguida pelas categorias APP & SPORTS (9,62%) e HOME & INDUSTRY (10,18%).

• Valor total de produtos vendidos por categoria

fig = px.bar(df_ofertas_cat, x='VERTICAL', y='SOLD_AMOUNT', 
              title='Produtos vendidos nas ofertas relâmpago por categoria',
             labels={
            'SOLD_AMOUNT': "Total (EM R$) em produtos vendidos",
            "VERTICAL": "Categorias"
            },
            color_discrete_sequence=px.colors.carto.Geyser,
            opacity=0.5,
            text = 'SOLD_AMOUNT_FORM'
            )
fig.update_layout(yaxis_title=None, hovermode=False)
fig.show()

total = df_ofertas_cat.SOLD_AMOUNT.sum()
df_ofertas_cat.SOLD_AMOUNT / total * 100

0     2.130830
1    10.415918
2    43.492742
3    28.823267
4     1.333770
5     0.157991
6    12.355858
7     0.153277
8     1.136347
Name: SOLD_AMOUNT, dtype: float64

Ao observar o valor vendido, verifica-se que os percentuais se encontram um pouco mais distribuídos entre as categorias quando comparamos as quantidades vendidas, mas a categoria de produtos de beleza e saúde (BEAUTY & HEALTH) se mantém em primeiro lugar, representando 43,5% do total em R$ de vendas realizadas, sendo seguida pela categoria CE (28,82%) e a de HOME & INDUSTRY (12.35%)

Resumo das análises e insights encontrados

Informações do dataset

A base contém dados de 01/06/2021 a 31/07/2021 e possui 48746 registros

Base em Geral:

• A quantidade de promoções diárias varia de 254 a 1300 por dia e dá para verificar que a mediana separa muito bem esses dados (acima de 816 e abaixo de 816 promoções por dia).
• Temos então em média 816 produtos diferentes em promoção relâmpago por dia nesse período analisado
• No período analisado temos um valor médio de 17.940,64 em vendas de produtos em promoção relâmpago e uma quantidade média de 3865 produtos vendidos diariamente
• De forma geral a distribuição de vendas é bem parecida durante os dias com dias em que as vendas são um pouco melhores como segunda e terça e dias em que as vendas são bem menores como sábados e domingos
• Nessa base, a quantidade de produtos vendida em vendas relâmpago em feriados (9164) só corresponde a 3.43% do total de produtos vendidos (266708 produtos)
• 58% do total de vendas relâmpago são iniciadas a tarde, e são responsáveis por 61% do valor total vendido (em R$) no período analisado em vendas relampago no periodo (61% do valor de 1.258.663,50)
• De uma forma geral, há um insight na base relacionado ao turno em que a oferta relâmpago é realizada. No período da tarde temos grande partes das vendas, sendo também a maior parte do valor total de vendas.
• Na maior parte de compras desse tipo de ofertas o frete é pago pelo cliente.

Categoria

• De forma geral no período da tarde temos um aumento de ofertas em todas as categorias (turno), sendo algumas mais expressivas no gráfico
• Em relação ao dia da semana, a proporção da quantidade de ofertas em relação as categorias é bem similar, não havendo alterações tão significativas, com os maiores valores na terça e na sexta em geral
• Nas vendas relâmpago, a categoria mais vendida é a de produtos de beleza e saúde (BEAUTY & HEALTH), representando 66,8% do total das vendas, seguida pelas categorias APP & SPORTS (9,62%) e HOME & INDUSTRY (10,18%).
• Ao observar o valor vendido, verifica-se que os percentuais se encontram um pouco mais distribuídos entre as categorias quando comparamos as quantidades vendidas, mas a categoria de produtos de beleza e saúde (BEAUTY & HEALTH) se mantém em primeiro lugar, representando 43,5% do total em R$ de vendas realizadas, sendo seguida pela categoria CE (28,82%) e a de HOME & INDUSTRY (12.35%)